1本报告版权属于安信证券股份有限公司。各项声明请参见报告尾页。■商品价格同时受技术面和基本面的驱动技术类指标对商品有直接的作用，甚至比股票更加显著。基本面指标是商品价格变化更深刻的逻辑。二者结合能更能反映出商品价格变化的规律■机器学习结合基本面信息期货策略比纯技术面指标神经网络模型有显著优势机器学习结合基本面信息期货策略夏普：1.8最大回撤：12.43%纯技术面指标神经网络模型夏普：1.22最大回撤：24.36%■风险提示：某些期货流动性不足。市场结构发生变化导致机器学习模型失效Table_Title2018年06月05日机器学习与量化投资：机器学习结合基本面Table_BaseInfo金融工程主题报告证券研究报告杨勇分析师SAC执业证书编号：S1450518010002yangyong1@essence.com.cn周袤分析师SAC执业证书编号：S1450517120007zhoumao@essence.com.cnTable_Report相关报告美股SmartBeta产品巡礼之一：红利因子2018-06-03FOF和资产配臵周报：中金MSCI中国A股国际质量指数基金获批，6月维持谨慎判断2018-06-03机器学习与CTA：上交所的尾盘集合竞价制度2018-06-03华安CES港股通精选100ETF上市，博时黄金ETF份额快速增长2018-05-27机器学习与CTA：钓鱼单策略2018-05-262金融工程主题报告本报告版权属于安信证券股份有限公司。各项声明请参见报告尾页。内容目录1.机器学习结合基本面信息期货策略.........................................................................................31.1.设想和目标....................................................................................................................31.2.理论、方法及数据源......................................................................................................31.3.交易成本与策略执行......................................................................................................31.4.算法和模型....................................................................................................................31.5.结论...............................................................................................................................31.6.风险点及未来的改进方向..............................................................................................32.理论分析.........................
